【Compute Vision】
文章平均质量分 92
erlingmusan
No technology will win. Technology itself will win!
展开
-
【Compute Vision】Viewing Computer Vision from a Bigger Picture
Viewing Computer Vision from a Bigger PictureIn Computer Vision, Machine Learning on April 5, 2012 at 10:38 pmwritten by gooly (Li Yang Ku)It’s easy to get lost when you are转载 2014-01-04 20:25:00 · 801 阅读 · 0 评论 -
【Compute Vision】图像处理与计算机视觉基础,经典以及最近发展
************************************************************************************************************************************************************************************ 在这里,我转载 2014-01-11 18:22:53 · 3003 阅读 · 0 评论 -
【Compute Vision】【Color】图像RGB与YUV转换优化
转载之:http://blog.csdn.net/songzitea本文主要介绍如何优化您自己的CODE,实现软件的加速。我们一个图象模式识别的项目,需要将RGB格式的彩色图像先转换成黑白图像。图像转换的公式如下:[plain] view plaincopyprint?Y = 0.299 * R + 0.587 * G + 0.1转载 2014-03-24 18:05:21 · 796 阅读 · 0 评论 -
【Compute Vision】学习OpenCV——KeyPoint Matching 优化方式
今天读Mastering OpenCV with Practical Computer Vision Projects 中的第三章里面讲到了几种特征点匹配的优化方式,在此记录。在图像特征点检测完成后(特征点检测参考:学习OpenCV——BOW特征提取函数(特征点篇)),就会进入Matching procedure。1. OpenCV提供了两种Match转载 2014-05-07 14:05:32 · 1252 阅读 · 0 评论 -
【Compute Vision】,【CBIR】Bag-of-words model in computer vision
bow(bag of word)是一个稀疏的向量,向量的每个元素记录词的出现次数,相当于对每篇文章都关于词典做词的直方图统计。同样的道理用在computer vision领域,图像由一些基础的特征构成,每幅图像就是对这些特征的一个统计分布,在做图像分类时会假设相似图像他们的特征统计分布也符合一定的模型。于是从这句话里就可以把以bow模型的图像分类问题分解成以下几步:1.1 特征检测; 1.转载 2014-05-15 19:51:26 · 1670 阅读 · 0 评论 -
【Detector】【Descriptor】尺度不变特征转换(Scale-invariant feature transform 或 SIFT)
尺度不变特征转换(Scale-invariant feature transform 或 SIFT)原创 2014-05-26 22:44:32 · 5591 阅读 · 0 评论 -
【Compute Vision】随机抽样一致性算法(RANSAC)
随机抽样一致性算法(RANSAC)转载 2014-05-13 20:12:25 · 841 阅读 · 0 评论